Infraestrutura de IA vai consumir 2,27 bilhões de metros cúbicos de água por ano até 2030

Até 2030, a infraestrutura global de IA poderá consumir até 600 bilhões de galões de água por ano, ou cerca de 2,27 bilhões de metros cúbicos, segundo cálculos de analistas do Tom's Hardware, cujos dados o 3DNews cita. A principal causa do aumento não é a água como recurso isolado, mas o consumo de energia dos data centers, que cresce rapidamente: quanto mais eletricidade os aceleradores de IA exigem para treinar e executar modelos, mais água é usada tanto para resfriar o próprio hardware quanto para gerar a eletricidade que o alimenta.

De onde vem o consumo de água

Os data centers têm dois canais principais de consumo de água, e ambos estão diretamente ligados ao consumo de energia. O primeiro é o resfriamento direto dos racks de servidores e dos aceleradores de IA: muitos grandes clusters de computação usam torres de resfriamento evaporativo, em que parte da água se perde de forma irrecuperável na atmosfera como vapor para retirar o excesso de calor de GPUs densamente empacotadas. O segundo, menos óbvio, é a geração da própria eletricidade: usinas térmicas e nucleares também consomem volumes significativos de água para resfriar turbinas, e o aumento do consumo de energia dos data centers eleva automaticamente a carga também nesse elo da cadeia.

• Projeção: até 600 bilhões de galões de água por ano até 2030.
• No sistema métrico: cerca de 2,27 bilhões de metros cúbicos.
• Fonte dos cálculos: Tom's Hardware.
• Principal motor do crescimento: aumento do consumo de energia do hardware dos data centers de IA.
• Mecanismo: a água é gasta ao mesmo tempo no resfriamento dos servidores e na produção da eletricidade que os alimenta.

Por que o consumo de energia disparou

Nos últimos anos, a densidade de computação nos data centers aumentou várias vezes: as novas gerações de aceleradores de IA consomem bem mais energia por chip, e alguns clusters para treinar grandes modelos reúnem dezenas de milhares desses chips. É um perfil de carga fundamentalmente diferente do dos data centers de nuvem clássicos, projetados para serviços web e armazenamento de dados. Os clusters de IA operam quase o tempo todo no limite da capacidade térmica, e não em picos ocasionais, o que eleva tanto a conta de luz quanto o consumo de água associado.

Como a indústria responde à carga crescente

O consumo de água dos data centers é discutido há alguns anos pelos operadores de infraestrutura de nuvem, principalmente em regiões com escassez de água doce, onde a construção de novos clusters encontra resistência de comunidades locais e reguladores. Em resposta, as grandes empresas de tecnologia afirmam publicamente que estão migrando para esquemas de resfriamento mais eficientes: do resfriamento líquido direto no chip, que usa menos água por unidade de calor removido, à instalação de data centers em climas mais frios e ao uso de água não potável ou reciclada em vez de água doce.

Nesse contexto, vários grandes operadores de data centers anunciaram publicamente a estratégia "water positive": devolver ao meio ambiente mais água do que consomem até 2030, por meio de projetos de restauração de ecossistemas aquáticos e ganhos de eficiência no resfriamento. Se esses compromissos conseguirão compensar o crescimento de consumo específico da IA descrito pelo Tom's Hardware é uma questão em aberto: a maioria desses programas foi anunciada antes do atual crescimento explosivo da capacidade de computação para grandes modelos de linguagem, e seus cálculos iniciais podem não ter levado em conta o ritmo atual de construção de novos clusters.

Outra complicação é que a demanda por computação de IA cresce mais rápido que a modernização e a expansão da infraestrutura de energia e água das regiões onde os data centers são construídos. Com isso, a carga muitas vezes recai sobre os recursos hídricos locais de territórios específicos, em vez de se distribuir de modo uniforme por um país ou pelo mundo. Isso faz dessas projeções motivo de debate não só entre ambientalistas, mas também entre autoridades locais que regulam a construção de novos clusters.

A projeção de 600 bilhões de galões até 2030 marca, na prática, o limite superior do que a indústria terá de enfrentar se o ritmo de crescimento da computação de IA se mantiver e a eficiência do resfriamento não avançar em ritmo comparável.

Para o setor como um todo, essas projeções são mais um argumento a favor de arquiteturas de modelos mais eficientes em energia: quanto menos computação for necessária para obter a mesma qualidade de resposta, menor será a carga final sobre o sistema elétrico e, consequentemente, sobre o consumo de água associado.